すべてのカテゴリ

こんにちは! ココナラでフリーのプログラマーとして活動しているmei_13と申します。現在はプログラムの開発に加え、Pythonのレッスンも行っております。大変ありがたいことに、最近は生徒様も増えてきました。さて、今日の話題は「プログラミングの心得」です。◯プログラミングは「勉強」ではなく「習得」です。理解するよりも先に手を動かしましょう。とにかく多くコードを書いてきた人の方が上達が早いです。◯コードの理解は全体の6割できれば十分です。プログラムは内部では非常に難しいことをしてますので、全て理解しようとすると先に進めなくなりますし、やる気も無くなっていきます。◯自分の力だけでコードを書こうとしたり、理解しようとしたりしないでください。業務でプログラムを扱っている人も、ネットで検索してサンプルコードを写したり、それを改良したりすることがほとんどです。ネットの力を大いに使いましょう。◯一度に完璧なコードを書こうとしないでください。コードを書いた後も、(納品前であれば)好きなだけ修正ができます。タイプミスなども恐れずにどんどん書きましょう。個人的な考えも入ってますが、これらのことを意識すると上達が早くなると思います。プログラミング学習でお困りの方は是非ご相談ください!

今回はpythonのライブラリのpandasについて紹介します。pandasは大規模なデータの処理が得意なライブラリです。AIやビッグデータでは大量のデータを扱うため、pandasの利用がほぼ必須となってきます。今回は簡単なサンプルプログラムをお見せして、どのように使うのかを紹介します。《PR:Pythonにお困りでしたらこちらからご相談ください》pandasの使い方pandasではデータフレーム(dataframe)という独自の型が存在します。pandasを使うならデータフレームを理解することが必須となります。データフレームを使うイメージを覚えてもらうため、データフレームの使用サンプルとして、データフレームにランダムな数（乱数）を入れてみたいと思います。import pandas as pdimport numpy as np# 行と列のサイズを指定rows = 5cols = 3# 乱数を生成して変数に代入random_data = np.random.rand(rows, cols)# 乱数で埋めるデータフレームを作成df = pd.DataFrame(random_data, columns=['A', 'B', 'C'])# 結果を表示print(df)データフレームに乱数を入れるプログラムはこのようになります。順番に説明していきます。# 乱数を生成して変数に代入random_data = np.random.rand(rows, cols)まずこの部分で、5かける3の乱数の配列を作っています。乱数の作成にはnumpyというライブラリを使っています。# 乱数で埋めるデ

テキストを音声化するサービスはいろいろありますが、人工的な音声ではちょっと使いにくいという場合があり、「人の声」にできるだけ似た音声化が求められるケースがあります。とくに動画のナレーション原稿を音声化して、画像などと組み合わせて動画にしたいというご相談も受けます。簡単そうで、意外と面倒な処理が必要となりますが、まずは人の声に近い音声を素材として、簡単に取得できる方法を一つ提案します。それは、VOICEBOXというソフトをみなさんのPCにインストールして使う方法です。これは、「VOICEBOX」で検索してみてください。商用でも無料できる音声化ソフトです。ただ、クレジット表記必要性やキャラクターごとの利用規約があります。「VOICEBOX NEMO」というキャラクターなしのバージョンもあり、こちらの方がクレジット表記のみなので使いやすいです。ただ、このソフトだけですと、テキストを音声化するのに、１件ずつ行わなければならないので、かなり時間がかかります。そこでこのソフトにはAPIが利用できる機能がありますので、それを使うとかなり自動化できます。APIの仕様も「VOICEBOX API」などで検索するとわかります。プログラムがわかりAPIが使える方は、これらを使って自動化できると思います。私も、すべての話者を選んで、テキストファイルを読み込んで、1行ずつを自動的に展開して、複数の音声ファイルmp3を一気に作るローカルPCで動くWEBツールを作成しました。「変換開始」ボタンを押すと、あとは放置して待つだけで、テキストファイルのすべての行を音声化してくれます。以下の画像のようなツールです。

医療系Pythonサポーター（個人事業OguLinks代表）の小倉です。 医療系のPythonプログラミングについて相談を受けたり、開発をしたりしています。Pythonに限らずではありますが、自分のやってみたい内容に近い記事を見つけてきて、それを参考に指示通りに進めてみるという方は多いと思います。しかし、「書いてある通りにやってるのに、なんかうまくいかないんだけど…」という声をよく耳にします。どうゆうことなのか?予想される原因について簡単に解説していきたいと思います。ちなみに以下のサービスでも相談を受け付けております。気軽にお問合せください。１．うまくいかない原因は様々　自分が悪い場合もあれば記事が悪い場合もあるPython初心者であるかどうかにかかわらず、技術系の記事を探して興味あるものは試してみるというはみんなやっていることです（もちろん私もやってます）。とてもありがたいことに非常に多くの方が様々な理由で自分の経験したことや学んだことを記事にしてネット上に無料で公開してくれています。というわけで、まずはそういった方々に感謝しましょう！「知りたかった情報を公開してくれてありがとうございます！」しかし、この後、その記事から目的を達成できる人とできない人に分かれていきます。・・・どうゆうことなのか？大きく分けると以下の2つに分かれるのかなと思います。 - 自分に問題がある場合 - 参考にしている記事に問題がある場合それぞれはさらに細かく分けることができるので、次にそれらについてみていきましょう。２．自分に問題がある場合2.1. 単純に記事を読み解くレベルに達していない 原因は様々

「「提案」を出してくれたら、購入します!」と言ってくれているお客様が複数名いて、嬉しい限りです。なかなか間に合いません。プログラマーにとって、提案書は仕様書みたいなものなので、それなりに整理して、後から問題がないように明解に書いておくようにしているので。AIのチャットボット案件の依頼は、受けようと思っているのですが、仕様書をちゃんと作らないといけない案件なので、どういう仕様で提案しようかを考えています。以前に納品したものとは、少し変更が必要だし、変更しておきたいし。ということで、今日はほとんどコードを書いてないですね。でも、SQLはたくさん実行したかな、ある調査のために。明日は、溜まった見積もりや提案を出しつつ、データを修正しつつ、さらにWordpressサイトをクライアントのために60個作るのだ。(下準備で終わるかも)これは、また楽しい仕事だ。マルチサイトでの構築は久しぶり。最近はクライアントにPythonのスクリプトを納品することも多くなった。そして、同時にPythonの導入サポートもすることが多くなりました。

　苦節半年でやっと形になる占いソフトができたが、これからネットに上げて皆さんが使えるようにするためには、パスワード設定やセキュリティーなど様々の問題をクリアしなければいけないのでまだ先だ。　しかし易やタロットはすでにいろいろな占いソフトがあるし、簡単なことなのでパソコン持ち出すまでもなさそうだ。易プロ作ったものの気に入らないと何度でも実行するしできるのであまり意味がない。たくさんトイレットペーパー引っ張って詰まらせるようなものになってしまう。ただ、電話占いなどで質問連発するお客さんには便利だ。　最もめんどくさいのは西洋占星術の天球計算だが、pythonにはAstropyという強力なライブラリをくっつけられるので下手な簡易計算より正確が期される。西洋占星ソフトの多さにはまいるが、同じデータで占ってもものによってずれが出てくるのには参ったものだった。一応小数点以下２桁までで切っているがかなり下まで出せるようだ。これは人工知能に書いてもらったプログラムだからほしい人は人工知能に依頼してみるといい。おそらく今まで何人もが依頼しているせいだろう。ロジックは簡単で完成している。　宿曜は、初伝の２までしかプログラム化していないのでその先はまだまだマンパワーによらねばならない。　４０年前にpc9001でBasicで四柱推命プログラムを作ったもののif文だらけで保守性の悪いこと。暇があったらそれも再編したいが、一人占うのに５分かかっていた。ムーに広告出して売ったものの、一つしか売れなかった。大体pc9801が高かったし、レアすぎるソフトだった。　まだ細かいところが気になって完ぺきとはいかないのだ

こんにちは。しすてくです。いきなりですが、プログラミング学習を始めてみたけど、理解が追い付いていない気がする。覚えること多すぎて、もうプログラミングできる気がしない。挫折しそう・・・自分でコードを書こうとすると、どういう風に書けばいいか分からなくなる。そんな悩みもってませんか？これって、まずは何を学習して覚えておけばいいかが分かっていないから、この状況が生まれるんです。要は、基礎ができていない。理解できない。こんな状況。では、基礎ってなんなのか？という話になると思います。ふつうに学習していれば、学んでいる内容なんですが、早くコード書けるようになりたいと、すっ飛ばして、理解を疎かにしている場合が多いんですね。そんなわけで、未経験・初学者の方には覚えておいてほしい、プログラミングの基礎について解説します。この基礎を抑えていれば、他のプログラミング言語を覚える速度が上がります。では、いきますね。いろいろと説明する前に結論を伝えておきます。結論：以下の５つについて、理解を深めよ。・変数・データ型・データ構造・演算子・制御構文この4つをキチンと身に付けていれば、コードを書く時の土台ができます。すみません。ただし、これだけでは自由自在にコードは書けません。作りたいプログラムの手順（処理）を考える必要あります。これはコードを書きまくれば、プログラミングする時の思考がある程度身に付くようになるので、ここまで来て、ようやくプログラミングができるようになります。１．プログラミングの基礎とはまず、プログラミングの基礎についてです。大きく2つあります。・基本構文・基本文法では、それぞれ説明します。基本

こんにちは。たつやです。カスタマイズ、拡張、MOD…と聞くとちょっと心が楽しくなります。Stable Diffusion WebUIでは、Pythonスクリプトを使って拡張を書くことができます。UIに関しては以前少し触ったGradioで書くことになりますが、それ以外は何をやっても自由です（処理を止めなければ）。拡張スクリプトの例は、WebUI公式Githubにも紹介されています。今回は、デスクトップ通知を介して、生成を続けるかどうかを応答できるようにしてみました。出来上がった拡張スクリプトをWebUIのscriptsフォルダ内に配置していれば、Scriptの項目から選択できます。※画像はWebUI-UXのもの。WebUIでも同じ項目がある。この拡張では、生成が済んだ時点でデスクトップに通知を飛ばし、生成を続けるかどうかの応答を待つことができます（タイムアウトの場合は生成終了）。たのしいですね。

皆さん、ネットワーク図を描くのに苦労したことはありませんか？仕事で複雑なシステム構成やデータベースの関係性を説明する際、手書きだとデータが変わる度に修正が大変ですよね。PowerPointを使っても手間がかかるばかり…。そこで、私がオススメするのがGraphvizです！Graphvizの魅力Graphvizは、テキストベースで簡単にネットワーク図を描けるオープンソースツールです。何よりの魅力は、コードを書くだけで美しい図が自動生成されること。手書きや従来のツールと比べて、圧倒的に効率が良いんです。例えば、こんな時に大活躍します。・データベースの構造を一目でわかるようにしたい・組織の階層を明確にしたい・業務フローを可視化したい私のサービス内容このブログを読んで興味を持った方に、私の提供するサービスをご紹介します。私はGraphvizを使って、ネットワーク図を簡単に作成する方法をマンツーマンでサポートします。サービスの特徴ウェブ版の利用サポート: Graphvizのウェブ版を使えば、すぐにネットワーク図を作成できます。初心者の方でも安心して使えるよう、わかりやすい解説とサンプルを提供します。Python版のカスタマイズサポート: プログラムからGraphvizを呼び出して使いたい方には、Pythonを使った高度なカスタマイズ方法をサポートします。動的な描画や他のツールとの連携も可能です。このサービスは、以下のような方に特にオススメです。・エンジニア: 複雑なシステム構成を効率的に可視化したい方・プロジェクトマネージャー: チームの業務フローを明確に示したい方・データアナリスト: デ

このセクションでは、Fletを使用してToDoアプリケーションを開発するための環境を整えます。(公式サイトのURLが禁止ワードになるので省略しましたが、pythonやvscodeは適宜インストールして下さい。)必要なツールとソフトウェアPython：FletはPythonで動作するため、まずPythonをインストールする必要があります。エディタ：コードを書くためのテキストエディタが必要です。Visual Studio Code（VSCode）やPyCharmなどがおすすめです。Pythonのインストール方法Pythonの公式サイトから最新のPythonをダウンロードします。ダウンロードしたインストーラを実行し、インストール中に「Add Python to PATH」にチェックを入れてください。インストールが完了したら、コマンドプロンプト（Windows）またはターミナル（Mac/Linux）を開き、以下のコマンドを入力してPythonが正しくインストールされているか確認します。python --version正常にインストールされていれば、Pythonのバージョンが表示されます。Fletのインストール方法次に、Fletをインストールします。以下の手順に従ってインストールしてください。コマンドプロンプト（Windows）またはターミナル（Mac/Linux）を開きます。以下のコマンドを入力してFletをインストールします。pip install fletインストールが完了したら、Fletが正しくインストールされたことを確認するために、以下のコマンドを入力します。pip show

Fletとは何かFletは、Pythonを使用してシンプルかつ効率的にWebアプリケーションを構築するためのフレームワークです。従来のWeb開発で必要なHTML、CSS、JavaScriptの知識を大幅に軽減し、Pythonの知識だけでWebアプリケーションを開発することが可能です。これにより、Pythonの開発者が容易にWebアプリケーションの作成に着手できるようになります。Fletの主な特徴には以下の点が挙げられます： • 簡潔なコード：PythonのコードのみでWebアプリを構築できるため、コーディングが簡単 • 高速な開発：短時間で機能を実装し、プロトタイプを作成可能 • 豊富なコンポーネント：多数のUIコンポーネントが提供されており、直感的にアプリケーションを作成できる。チュートリアルの概要と目的このチュートリアルでは、Fletを使用して基本的なToDoアプリケーションを作成する方法を学びます。ローカルデータベースを使用せず、セッション内でデータを管理するシンプルなアプリケーションを開発します。具体的には、以下の内容を順を追って説明します： 1. 環境の準備：必要なツールやソフトウェアのインストール方法 2. プロジェクトの作成：Fletを使ったプロジェクトの初期設定 3. 基本的なアプリの構築：簡単なUIの作成とアプリの基本的な構造 4. UIコンポーネントの追加：ToDoアイテムの追加や表示、削除機能の実装 5. アプリのロジック実装：イベントハンドリングや状態管理の方法 6. デバッグとテスト：アプリのデバッグとテスト方法 7. デプロイと公開：アプリを公開する

XのユーザIDをPythonで取得する業務を実施しました。依頼者が納品差し戻しし、結局キャンセルとなったためこちらでアウトプットしようと思います。（同時期にInstagramについても同様の業務実施しました。）サービスとして出品しています↓取得結果結果から書きます。　実際の取得結果です　↓ランキング上位50件の人気検索ワード（ただしInstagram、※すべて英語）で検索し、検索結果である多数の投稿から辿ってユーザ情報を取得・プロフィールはじめとするユーザー情報に平仮名ないしカタカナが含まれ・フォロワ数が5000以上10万以下に該当するユーザを抽出したものが上の17件です。仮に日本語タグで検索していればこの 5～10倍くらいの結果になるのではないか。取得条件など ■条件・インスタ（Xではなく）のランキングのタグ上位50件について ・タグから、投稿経由で、ユーザー取得 ・50件のうち2件は中断があったため集計から除外 ■所要時間全体の処理時間が3.5時間 ただし、10分ていどアクセスを続けると通信が遮られて 回復するまで10~20分待つ必要があるようで 実際の所要時間は 　７~10時間ていどと予想される。 ■取得結果（重複カウントはしてない） 総3846ユーザ 　　そのうち 　　・フォロワ数５千~100000：767 　　・日本語判定されたユーザ：152 　　・日本語判定かつフォロワ数５千~100000：17Pythonコード(有償記事へのリンク)有償公開してみます。詳細はお問い合わせください。同種業務のご発注についてもできるだけ対応する考えです。

お世話になっております。加村です。今回に引き続きChatGPTについてのブログを発信していきたいと思います！　皆さんは、chatGPTの隠された機能についてご存じですか？知っている方も知らない方も「こんなのがあるんだ～」のようにざっとしって頂ければなと思います。それではさっそく見ていきましょう～隠された機能その1：プラグインを利用できる　プラグインとは、chatGPTのこれはchatGPT画面からボタンクリックするだけで使用が可能となります。「食べログ」と連携して飲食店を紹介してもらったり、「価格.com」と連携して自分の予算にあった商品を探すことが出来ます！※ただし、chatGPTが調べものを得意になったわけではありません！なので、プラグインと連携したジャンルの情報しか分からないため、限定的な用法での活用をしましょう！例を以下に示します。（例:1）「価格.comを使って商品を探したい！」（例:2）「食べログ評価4以上のお店を探したい！」プラグインはこれだけ？プラグインは他にも様々種類があります。例えば〇Excelと連携できる「chatGPT for Excel」や〇WordでchatGPTが使えるようになる「ghost writer」〇2023年の最新情報抽出できる「WebPilot」などがあります。↑↑↑↑↑↑↑↑↑↑↑↑これらは基本的に無料で配信されているため、試してみてもいいかもしれません！隠された機その2：Code Interpreterこの機能はchatGPTの最大の目玉機能となっています！特徴を見ていきましょう。特徴1：chatGPTのプログラミング言語の「pyt

　AIで来るシンギュラリティー、シンギュラリティーというが、何がどうなると思っているでしょうか。　画家やクリエーターの仕事がなくなるとか、いろいろ言われているけれどその実態とはどんなでしょうか。　さて私の宿曜占星を習い学んでくれる人が数人現われ、エクセルやパイソンでのプログラム化が大きく進んだ。私の頭の中にだけあった術だったが、一部宗教団体でもそれらを用いていた。具体的に言えば、オーム真理教や阿含宗だが、因縁を出して修行をするという主旨で使っていたようだ。そしてプログラム化もされていた。　しかしプログラムにするにしても、条件に接ぐ条件が重なって解読が複雑になって行く。一例を言えば、淵海子平の、空亡を天中殺というが、消えてなくなるという意味ではあるが、刑、合、冲などすれば再び現れるという変な理論だ。この空亡が、ろくでもない柱なら空亡してハッピーだが、刑合冲など解空して戻ってきたら帰ってきた暴れ柱になる。解空がいいか悪いかどんな柱かにもよるわけだ。　これら複雑な思考を吐き出していく一歩として、この老人も60の手習いでPythonで基本骨子を昨日一晩で書いてデバッグもおわった。眠くもならず寒いのに雨降って朝になり、もっとああしたいこうしたいと痒いところをいじりまわしてぐしゃぐしゃにしたりしてやり直す。　手習いとはだれに習うか。AIのチャットGPTだ。一発で暦の計算であることを読み取り、最適のプログラムを提案してくる。なるほど、AIの時代とはこういう時代か。もう老人が知恵を伝承する必要はない。自分でAIを使い知識をプログラム化して商品でも秘密の稼ぎマシーンでも思うように使っていくことが

今回は、pack(),grid(),place()の3つのメソッドのオプションについてご紹介します。■pack()メソッド　pack()メソッドには、「ウィンドウのどこに置くのか」を指定するためのsideというオプションがあります。メソッドの引数に「side = 定数」と書くことで位置を指定できます。Tkinterでは、4つの定数を使って配置する位置を指定します。　・tkinter.TOP　⇒上から並べる（デフォルト）　・tkinter.LEFT　⇒左から並べる　・tkinter.RIGHT　⇒右から並べる　・tkinter.BOTTOM　⇒下から並べる■grid()メソッド　grid()はウィジェットを格子状に並べて配置するメソッドで、row(行)とcolumn(列)を指定する。例えば以下のようにコードを書くと、2×2でウィジェットを配置できる。～.grid(row=0, column=0)～.grid(row=0, column=1)～.grid(row=1, column=0)～.grid(row=1, column=1)■place()メソッド　place()メソッドはxとy座標を指定してウィジェットを配置する。単位はピクセルを使用する。例えば以下のようにコードを書くと、ウィジェットを左上隅に配置できる。～.place(x=0, y=0)用途に応じて使い分けることができると非常に便利なメソッドです。次回は、ボタンがクリックされたときに処理を行う方法についてご紹介します。

今回もTkinterを使ったカスタマイズとして、ウィンドウにボタンを配置する方法をご紹介します。Tkinterには、ボタンやチェックボックスなどGUIアプリでおなじみの部品が用意されています。Tkinterでは、これらの部品のことを「ウィジェット」と呼び、次の3つのメソッドのいずれかを使ってウィンドウに配置します。その1：pack()を使ってウィンドウの上部から順番にウィジェットを配置その2：grid()を使ってrowとcolumnの位置を指定してウィジェットを配置その3：place()を使ってxとyの座標を指定してウィジェットを配置例えば、pack()メソッドを使ってコードを書くと以下のようになります。---------import tkinter as tk base = tk.Tk()  base.geometry('300x300')#変数 = tkinter.Button(親要素, text='ボタンに表示する文字列')button = tk.Button(base, text='ボタン').pack()base.mainloop()---------このようにコードを書くことでボタンを配置することができます。次回は、上記3つのメソッドのオプションについてご紹介します。

Pythonには、GUI（Graphical User Interface）のアプリケーションを作るためのライブラリが標準で用意されています。Tkinter（Tool Kit Interface）はインポートするだけですぐに使うことができます。例えば、シンプルなウィンドウを表示するコードは以下のようになっています。--------#tkinterをインポートしてtkという名前で使えるようにするimport tkinter as tk #Tkクラスをインスタンス化base = tk.Tk()#ウィンドウの状態を維持base.mainloop()--------これをベースとしていろいろなカスタマイズを施すことができます！

医療系Pythonサポーター小倉です。医療系のPythonプログラミングについて相談を受けたり、開発をしたりしています。多くの医療職・医学系研究職の方々はバックグラウンドが医学であって情報処理を専門的には学んできてはいないと思います。ですが、いざデータ分析となると使い慣れない統計ソフトを使ったり、Excelで複雑な数式を書いたりとする方も多いでしょう。この記事ではそういった人たちにとってPythonというプログラミング言語がどのように役に立つのか簡単な紹介をしていきます。なお、Pythonプログラミングに関する相談・開発等については以下のサービスを出品中ですので参考にしてください。１．学会・研究会・論文などの学術発表において必要なものとは？臨床しかやっていない人であっても職場の方針などによっては、学会・研究会へ参加・発表したりすることもあるでしょう。さらには論文を書く人も中にはいます。さて、では学会・研究会・論文でデータを提示するわけですが、どのように提示したら良いでしょうか？パッと思い付くだけでも以下のスキルが必要になることは理解できるかと思います。　・データの整理　・データ処理・分析（統計解析など）　・データの可視化（グラフ化）一言で言うなれば「データを扱う技術」ですね。単純なものであればExcelで十分でしょう。使い慣れたExcelなどのソフトであれば、それほど苦も無く作業できそうですね。しかし、Excelでできることは限られています。複雑なことができないわけではありませんが、ある一定レベル以上の作業になると多くの場合、Excelなどのソフトは使われなくなります。では何が

フリーランス歴1年が経過したこともあり、業務プロセスの自動化を進めています。 最近、特に開発環境の構築プロセスに注目し、1クリックで完了できるようツールの開発を行いました。開発環境の詳細は省略しますが、コードの管理が必要な場合はgithubを利用しています。githubへはAPIを利用して、新規リポジトリの作成と最初のプッシュを自動で行うようにしています。以下に具体的なステップをご紹介します。使用方法1. プロジェクトの設定 まずはプロジェクトの詳細を入力します。プロジェクト名に入力された内容は、仮想環境の名前、GitHubのリポジトリ名に利用されます。そのほか、ファイルを管理するフォルダの指定など、プロジェクトに必要な情報を入力します。2. テンプレートファイルのコピー ファイルのテンプレートを用意してあるものは、事前に用意されたテンプレートファイルを指定したフォルダにコピーします。3. 仮想環境の構築 Pythonを使用する場合は、仮想環境の構築も自動で行います。これにより、プロジェクトごとに異なる環境を簡単に構築できます。 4. GitHubへの登録 初期ファイルが整ったら、GitHubでリポジトリを作成し、初版として登録します。このプロセスの自動化によって、案件の種類に関係なく、1クリックでプロジェクトの準備が整います。作業ミスも少なく、効率的に仕事に集中できるようになりました。特に受注している案件自体がそれほど規模が大きくなく、案件数が多い場合にはこれらの作業の工数が減らせるので大きく効果があると思います。

私は個人用とビジネス用の2つのGoogleアカウントを使い分けています。基本的に予定はGoogleカレンダー上で管理しており、仕事の打ち合わせの日程を調整する際にこちらの候補日時を伝える機会が多く、毎回Googleカレンダーを確認する手間がかかっていました。そこで、今回の機能を開発してみました。気になる方、ご質問などあれば、メッセージにてご連絡いただけますようお願いいたします！！ツールの実装内容このツールでは、Pythonを使用してGoogleカレンダーにアクセスし、複数のアカウントから予定を取得することができます。取得した予定から、前後30分に予定があるかどうかを確認し、営業時間内でかつ土日祝日や休日でない場合の空き情報を抽出します。 アカウントや、営業時間、休日などは設定ファイルを用意しているので、適宜利用者に合わせて動作させることが可能です。使用方法使用するケースはいくつか考えられるので、まずは下記の2つの方法で実装しました。Windowsの実行ファイルから取得この機能を利用するためにPythonの実行ファイルを作成し、実行すると結果がクリップボードにコピーされます。 Chromeの拡張機能から取得また、ブラウザ上でも利用できるよう、Pythonの処理をFlask上で実装し、Chromeの拡張機能を介してクリップボードに取得できるよう実装しました。

VBAではプログラム実行時に、何らかのエラーがでるとＶＢＡの進行そのものが停止してしまいます。黄色のハイライトにて大まかな指摘はしてくれますが、何がエラーの原因になっているのかは、１行ずつ確認しなければなりません。pythonであれば、エラーがでるかもしれないコードを実行すると、エラーなく実行できるのか、エラーがでるのかで条件を分けて処理をすることができます。その方法は、『try』になります。利用方法は、try:␣␣␣␣　エラーがでるかもしれないコードを記載します。さらに細かく説明すると、try:␣␣␣␣ エラーがでるかもしれないコードexcept:␣␣␣␣ エラーが出た場合のコードelse:␣␣␣␣ エラーが出ない場合のコードfinally:␣␣␣␣エラーの有無に関わらず実施するコード以上のように使い分けることで、if文に頼らない条件分離が可能です。

ご覧いただきありがとうございます！ 要件定義・設計・実装・テスト・リリース・技術相談と幅広くが対応可能でございます。 LaravelやStripeなどの決済システムや外部APIの実績も多数ございますので、まずはお気軽にお問い合わせください。 迅速丁寧な対応を心がけておりますので、よろしくお願いいたします。 『例』　 →Webシステムの開発のお手伝いをしてほしい →HTML・CSS・Javascriptを使ったWebサイト作成・修正 →既存システムの修正・機能改修をお手伝いしてほしい →Webサービスの仕様・設計をお手伝いしてほしい その他ご相談承ります。 『対応実績』 →Laravelを使用したAPIの開発 →Stripeを使った決済機能の追加 →外部APIを使ったシステム開発 →テーブル設計 【 対応言語 】 ・PHP/Laravel ・HTML/CSS ・Javascript/Vue.js/Nuxt.js・Python(Django or Flask)・Java(SpringBoot)

はじめにPython＋VSCodeで開発を進める上で、入れた方がいい拡張機能や、やった方がいい設定を紹介します。※私が実際に行っている設定です注意事項このブログでは以下のことについては説明しません。　・Pythonの導入方法　・VSCodeのインストール方法導入する拡張機能　・Python　　→Pythonを使用する上での基本的なことを手伝ってくれます　　　例）仮想環境の設定、デバッグ　・Pylance　　→Pythonの入力補完などPythonでコーディンする際の作業を楽にしてくれます　・Flake8　　→PEP8（※）のルールに則ってコードのチェックを行ってくれます　・autopep8　　→コードをPEP8のルールに則って自動で修正してくれます　・indent-rainbow　　→インデントに色を付けてくれます※PEP8とは、Python標準のコーディング規約です。　Pythonで開発する際は、基本的にこのコーディング規約に則ってコードを書いていく事が多いです。導入手順■基本編　拡張機能を導入する上での基本操作を説明します。　　○拡張機能のインストール方法１．拡張機能タブを開く2.拡張機能を検索する3.インストールする■インストールのみで完了するもの　以下の４つの拡張機能はインストールした時点で使用できます。　カッコ内の拡張機能IDで検索してインストールしてください。　・Python（ms-python.python）　・Pylance（ms-python.vscode-pylance）　・indent-rainbow（oderwat.indent-rainbow）　・Fl

Pythonの機械学習やデータ分析において欠かせないライブラリの一つがNumpyです。Numpy（Numerical Python）は、大量のデータを効率的に扱うために開発されたPythonライブラリで、ベクトルや行列などの多次元配列を高速に処理することができます。１．Numpyのインストール以下のコマンドを使って、ターミナルからNumpyをインストールできます。pip install numpy ２．Numpyのインポート次に、Numpyをインポートします。通常、npというエイリアスを使ってインポートします。import numpy as np ３．Numpy配列の生成Numpyを用いて、多次元配列を生成することができます。# 一次元配列 a = np.array([1, 2, 3])print(a)# 二次元配列b = np.array([[1, 2, 3], [4, 5, 6]])print(b)また、特定の値で初期化された配列を作成することもできます。# すべての要素が0の配列 c = np.zeros((3, 3))print(c)# すべての要素が1の配列d = np.ones((3, 3))print(d)# 任意の値(7)で初期化した配列e = np.full((3, 3), 7)print(e)４．配列の操作配列の形状を取得したり、形状を変更したりすることができます。# 配列の形状を取得print(b.shape) # => (2, 3)# 配列の形状を変更b = b.reshape((3, 2))print(b) # => [[1 2]   

Pythonの機械学習ライブラリであるscikit-learn（sklearn）は、アルゴリズムの実装からデータセットの提供まで、高度なデータ分析を行うための機能が多数備わっています。今回はその中から、アンサンブル学習の一種であるランダムフォレストを使用し、グリッドサーチと交差検証によるハイパーパラメータチューニング、さらには特徴量の重要度を可視化する方法について紹介します。１．Random Forestとはランダムフォレストは、アンサンブル学習の一種で、多数の決定木を生成し、その予測結果の多数決で最終的な予測を行う方法です。各決定木はデータセットの一部の特徴量から構築され、個々の決定木がデータの異なる側面を学習することで、全体として過学習を抑えつつ精度の高いモデルを構築します。 ランダムフォレストは特徴量の重要度を算出できるという利点もあります。これは、各決定木で利用される特徴量とその特徴が予測にどれだけ寄与したかを評価することで得られます。 では、具体的な実装を見てみましょう。２．データの準備まずはsklearn.datasetsからirisデータセットをロードします。このデータセットは4つの特徴量を持つ150のサンプルで、アヤメの3つの品種に分類されます。from sklearn import datasets# irisデータセットのロードiris = datasets.load_iris()X = iris.datay = iris.target３． データセットの分割 データセットはtrain_test_split関数を使用し、訓練用とテスト用に分割します。te

Pythonは、その豊富なライブラリと汎用性により、画像処理のタスクを簡単に自動化することができます。この記事では、PythonのPillowライブラリを使用して、基本的な画像処理を行う方法を解説します。０．必要なライブラリのインストールまずはじめに、Pillowライブラリをインストールします。このライブラリは、Pythonで画像ファイルを読み書きするためのものです。以下のコマンドでインストールできます。pip install pillow １．画像の読み込み画像を読み込むには、PillowのImage.open関数を使用します。この関数は画像ファイルのパスを引数に取り、画像データを表すImageオブジェクトを返します。'input_jpg'の箇所を用意された画像にしてくださいfrom PIL import Image img = Image.open('input.jpg') ２．画像のリサイズ画像のサイズを変更するには、Imageオブジェクトのresizeメソッドを使用します。このメソッドは新しいサイズを表すタプルを引数に取り、サイズが変更された新しいImageオブジェクトを返します。img_resized = img.resize((1200, 800))３．画像のグレースケール変換画像をグレースケールに変換するには、Imageオブジェクトのconvertメソッドを使用します。このメソッドは変換後の色空間を表す文字列を引数に取り、色空間が変換された新しいImageオブジェクトを返します。img_gray = img_resized.convert('L') ４．画像の保存

Pythonは、その豊富なライブラリと汎用性により、さまざまなタスクを自動化するのに適しています。その一つが、プレゼンテーションスライドの自動生成です。この記事では、python-pptxというライブラリを使用して、PowerPointスライドを自動生成する方法を解説します。０．必要なライブラリのインストールまずはじめに、python-pptxライブラリをインストールします。このライブラリは、PythonでPowerPointファイルを読み書きするためのものです。以下のコマンドでインストールできます。pip install python-pptx１．プレゼンテーションの作成プレゼンテーションを作成するには、まずPresentationオブジェクトを作成します。from pptx import Presentation prs = Presentation() ２．スライドの追加次に、スライドを追加します。add_slideメソッドを使用して新しいスライドを追加します。このメソッドは、スライドのレイアウトを引数として受け取ります。レイアウトはslide_layouts属性から選択できます。slide = prs.slides.add_slide(prs.slide_layouts[0])３．タイトルとサブタイトルの追加タイトルとサブタイトルは、スライドのshapes属性からアクセスできます。タイトルはtitle属性、サブタイトルはplaceholders[1]からアクセスできます。title = slide.shapes.titletitle.text = "Hello, Wor

Pythonはその豊富なライブラリと簡潔な文法により、ファイルの自動整理を簡単に行うことができます。この記事では、Pythonを使ってファイルを自動的に整理する方法について解説します。１．使用するライブラリPythonの標準ライブラリであるosとshutilを使用します。osライブラリは、OSに依存した機能を提供します。ファイルやディレクトリを操作するために必要な関数が含まれています。shutilライブラリは、高レベルのファイル操作を提供します。ファイルのコピー、移動、削除などを行うことができます。２．ファイルの整理以下に、特定のディレクトリ内のファイルを拡張子ごとに整理するPythonスクリプトの例を示します。import osimport shutildef organize_files(directory):    # ディレクトリ内の全てのファイルを取得    for filename in os.listdir(directory):        # ファイルのフルパスを取得        file_path = os.path.join(directory, filename)        # ファイルでなければスキップ        if not os.path.isfile(file_path):            continue        # ファイルの拡張子を取得        _, extension = os.path.splitext(filename)        extension = extension[1:] # 先頭の"."

Pythonはその使いやすさと、豊富なデータ分析関連のライブラリが存在するため、データ分析において広く使用されています。本記事ではPythonを使ったデータ分析の基本的な手順を、scikit-learnライブラリのデータセットを利用して解説します。０．必要なライブラリのインストール本記事では、ライブラリとしてpandas、numpy、matplotlib、seaborn、sklearnを使用します。インストールがまだお済でない場合、以下をコマンドプロンプトで実行してください。pip install pandas pip install numpy pip install matplotlibpip instal